维基百科，统计编辑

创建项目

Flink组件栈

常用算子

Flink分布式运行环境

Flink是基于Master-Slave风格的架构。

Flink集群启动时，会启动一个JobManager进程、至少一个TaskManager进程。

JobManager：1、Flink系统的协调者，它负责接收Flink Job，调度组成Job的多个Task的执行。2、收集Job的状态信息，并管理Flink集群中从节点TaskManager。

TaskManager：1、实际负责执行计算的worker,在其上执行Flink Job的一组Task。2、TaskManager负责管理其所在节点上的资源信息，比如内存、磁盘、网络，在启动的时候将资源的状态向JobManager汇报。

Client：1、用户提交一个Flink程序时，会首先创建一个Client，该Client首先会对用户提交的Flink程序进行预处理，并提交到Flink集群。2、Client会将用户提交的Flink程序组装成一个JobGraph，并且是以JobGraph的形式提交的。

flinl程序的基础构建块是流+转换，每个数据流始于一个或多个source、止于sink

env是flink的运行环境、上下文，然后消费获取kafka中的数据进行一系列转化操作，最后addsink将处理好的数据落地。

flink支持并行

mark

Flink课程大纲

Flink的架构

Flink的架构

streams  流

transformations： map reduce

Flink课程大纲

窗口函数图解

架构、容错

flink优势

flink组件栈

flink课程大纲

curl https://flink.apache.org/q/quickstart.sh | bash

quickstart version:0.1

窗口的分类

Flink优势：

1、支持高吞吐、低延迟、高性能流处理。

2、支持高度灵活的窗口操作。

3、支持有状态计算的Exactly-once语义。

4、提供DataStream API和DataSet API。

libraries

api 层

runtime

flink on yarn

flink课程大纲

Flink组件栈

Flink概览